Contractor job IA Delivery Lead

• Département : Digital, Data & IA

• Localisation : Siège / Lille (présence obligatoire sur site)

• Supérieur hiérarchique : Head of IA

Le/la IA Delivery Lead pilote une équipe dédiée à la conception et à la livraison de solutions d’intelligence artificielle.

Management fonctionnel d’une équipe pluridisciplinaire :

• Product Owner Copilots & Agents IA

• Business Analyst / AMOA IA

• Spécialiste fonctionnel RAG / Prompt (optionnel)

• Équipes Data (Data Hub, gouvernance, référentiels)

• Équipes IT / DSI

• Directions métiers

• Équipes Digital / Data / IA

• Partenaires technologiques et plateformes cloud

• Éditeurs de solutions IA (LLM, RAG, etc.)

• Cabinets de conseil spécialisés

Le/la IA Delivery Lead est responsable du pilotage de bout en bout des cas d’usage en intelligence artificielle (copilots, agents, solutions RAG), depuis leur cadrage jusqu’à leur mise en production, leur adoption et la mesure de leur valeur.

Il/elle garantit la structuration des projets, la coordination des parties prenantes et la qualité des livrables, tout en assurant un impact métier mesurable.

• Animer les ateliers de cadrage avec les métiers

• Évaluer la faisabilité fonctionnelle et l’effort de delivery

• Définir les critères de succès (valeur, adoption, qualité, risques)

• Intégrer les enjeux de données, de traçabilité et de conformité

• Construire et piloter les plans de delivery (jalons, sprints, capacité)

• Coordonner les parties prenantes internes et externes

• Gérer les risques, dépendances et arbitrages

• Garantir la qualité des livrables (backlog, spécifications, décisions)

• Préparer et animer les comités de validation

• Définir les critères d’acceptation et organiser la recette fonctionnelle

• Coordonner les validations finales (go / no-go)

• Définir la stratégie de déploiement (pilote, passage à l’échelle)

• Accompagner l’adoption (formation, communication, support)

• Mettre en place les indicateurs d’usage (adoption, fréquence, satisfaction)

• Organiser les boucles de feedback

• Suivre les gains générés (temps, qualité, réduction des risques)

• Piloter l’amélioration continue des solutions

• Définir les standards de qualité des solutions IA

• Mettre en place des contrôles fonctionnels

• Suivre et corriger les écarts

• Capitaliser sur les retours d’expérience

• Standardiser les méthodes et outils (copilots, agents, RAG)

• Contribuer à l’industrialisation des pratiques IA